AI「读心术」成真？当科幻场景走进实验室

研究登上顶级AI会议，為渐冻症等患者点亮新希望，也敲响了大脑隐私的警鐘

【美南新闻韦霓特稿】想像一下，「棒球场上，打击者蓄势待发」，这个细节丰富的场景，如今能由AI仅凭一个人的脑部活动，重现在萤幕上。以色列魏茨曼科学研究院（Weizmann Institute of Science）电脑科学系伊拉尼（Michal Irani）教授团队开发的AI模型「Brain-IT」，能分析功能性磁振造影（fMRI）的高解析度脑部扫描，重建受试者当下所见的影像：不仅语意正确，连构图、位置与顏色都高度忠实。这项成果获选发表於世界顶级AI会议ICLR，并获《麻省理工科技评论》专题报导。

「过去的模型能画出『一根香蕉』，却画不对它的位置与结构。」伊拉尼解释。Brain-IT的关键优势是「快」与「省」：过去解码一位新受试者平均需要约40小时的脑部扫描资料，Brain-IT只需一小时，甚至15分鐘就能得到有意义的重建；而一小时MRI扫描动輒花费600至1,000美元，这项进展等於大幅降低了脑科学研究的门槛。

一座双向「双语词典」：它是怎麼读心的？

fMRI透过追踪大脑血流含氧变化间接反映神经活动，但可供训练的资料极為稀缺，现有最大资料集仅来自8名受试者，每人看了约9,000张图片，总计约73,000组「图像—脑扫描」配对。

团队的解方犹如编一本双向词典：同时训练「编码器」（从图像预测脑扫描）与「解码器」（从脑扫描还原图像），让两者互相校对、自行生成海量练习题——约七成训练资料来自从未真正进过扫描仪的图像。

团队还把大脑切成约四万个三维「体素」小方块，从中找出所有人共享、分工明确的128个功能性区域。耐人寻味的是，训练过程本身也增进了脑科学认知：例如负责「场所」辨识的脑区PPA，内部竟一分為二，一部分对室内场景反应、一部分对室外场景反应，这是连神经科学家都未必知道的分工。

医疗新希望：让沉默者重新「发声」

这项技术最动人的前景在医疗。近年脑机介面（BCI）已让严重瘫痪者恢復沟通能力：2026年发表於《自然·医学》的研究显示，植入式BCI可供渐冻症患者长期居家独立使用（Nature Medicine）；加州大学戴维斯分校的团队也帮助一位ALS病友重获準确的沟通能力（UC Davis Health）。Brain-IT走的是免开颅、非侵入的路线，且校準时间大幅缩短，离日常应用更近一步。

《麻省理工科技评论》引述加拿大英属哥伦比亚大学神经伦理学家伊利斯（Judy Illes）的评价——「了不起」；对神经疾病患者而言，以这类技术辅助治疗「令人无比振奋」。科学家也期待它协助评估意识障碍患者、研究创伤后压力症候群（PTSD）的闪回画面，甚至解开梦的内容。

不是孤例：全球脑解码的接力

脑视觉解码近年屡有突破：2023年，日本大阪大学团队率先把扩散模型引入fMRI图像重建（arXiv）；同年，Meta AI展示以MEG脑磁图即时解码大脑视觉表徵的系统（Meta AI），2026年更推出能预测人脑对影像、声音与语言反应的基础模型TRIBE v2；BCI语音解码也屡创佳绩。方向一致、证据累加，非侵入式的「脑窗」正越开越大。

下一站，读梦？

伊拉尼实验室正把方法延伸到听觉与影片。难关在於：fMRI约两秒才扫一次，而影片每秒变换数十个画面，做梦时亦然。「如果我们克服所有障碍，未来或许真能读取梦境。」她说。诚实地说，目前Brain-IT重建的是「眼中所见」；「脑中所想」与梦境，正是团队正在冲刺的下一座山头。同领域科学家并提醒，相关方法正朝EEG脑电图推进——透过电极帽甚至耳机式装置即可採集讯号，那将是「改变游戏规则」的一步。